PRODUCTS

협업지능 솔루션

다임 리서치의 핵심 제품인 “로봇 협업 인텔리전스”, 솔루션은 구글 딥마인드 알파고로 세상에 알려진
강화학습 (Reinforcement Learning) 기술과 고도의 산업 시뮬레이션 기술을 기반으로 개발되었습니다.
이미 반도체, LCD/OLED 평판 디스플레이 현장에 적용하여 그 가능성을 검증 받았습니다.

Collaborative

OHT Controller

Collaborative OHT controller 는 반도체 공장에서 주로
사용되는 물류 로봇인 Overhead Hoist Transport Vehicle(OHT)의의사결정을 수행합니다.
AI 기반 제어 알고리즘이 반도체 물류 로봇간 상호 협업을
구현하여 공장 전체의 생산성을 혁신적으로 개선합니다.
공장에서 다수의 OHT Vehicle이 만드는 혼잡을 최소화하여
지연 없는 원활한 물류 시스템 운영이 가능합니다.
물류 패턴 변화, 기기 고장 등 공장 상황 변화에 능동적이고
유연하게 대처합니다.

관련 논문 및 학회 발표

Hwang, Illhoe, and Young Jae Jang. "Q (λ) learning-based dynamic route guidance algorithm for overhead hoist transport systems in semiconductor fabs." International Journal of Production Research 58.4 (2020): 1199-1221.
Illhoe Hwang, Sang Pyo Hong, Young Jae Jang, Sunil Kim and In-Ho Moon, "System Design and Development of the Q-Learning Based Overhead Hoist Transport (OHT) for Semiconductor Fabs," Preceedings of the 2018 International Symposium on Semiconductor Manufacturing Intelligence (ISMI), 2018

Collaborative

STK Scheduler

Collaborative STK Scheduler는 디스플레이 공장에서 주로
사용되는 물류 로봇인 Stocker(STK) 내 크레인의 의사결정을
수행합니다.
AI 기반 스케줄링을 통해 크레인 간 간섭을 최소화하여
기존 Stocker 시스템을 그대로 활용하면서 물류 이송 효율을
극대화합니다.
인공 신경망을 이용하여 물류가 변화해도 최적의 운송 스케줄이
가능합니다.
다양한 크레인 스펙과 공장 레이아웃에 적용 가능합니다.

관련 논문 및 학회 발표

Hwang, Seol, Sang Pyo Hong, and Young Jae Jang.
"Dynamic Scheduling of the Dual Stocker System Using Reinforcement Learning." IFIP International
Conference on Advances in Production Management Systems. Springer, Cham, 2018.